PENERAPAN METODE EXTREME LEARNING MACHINE UNTUK PREDIKSI DEBIT BULANAN AIR DI DAERAH TANGKAPAN HUJAN AIR HITAM

Abstract

Informasi ketersediaan air di suatu daerah tangkapan hujan menjadi dasar dalam mengelola daerah tangkapan hujan. Tujuan penelitian ini adalah memprediksi ketersediaan air untuk pengelolaan daerah tangkapan hujan yang berkelanjutan, dilaksanakan secara terpadu dan menyeluruh, berdasarkan daya dukung lingkungan suatu daerah tangkapan hujan. Penelitian ini menggunakan data primer dan data sekunder. Metode yang digunakan adalah metode Mock dan Extreme Learning Machine (ELM) untuk pembangkitan data debit. ELM mampu untuk memprediksi ketersediaan air di daerah tangkapan hujan Air Hitam yang ditunjukkan dengan nilai debit bulanan. Debit bulanan minimum hasil simulasi menggunakan ELM adalah 1,0987 m³/s. Debit bulanan maksimum hasil simulasi menggunakan ELM adalah 5,0153 m³/s. Debit bulanan rata-rata hasil simulasi menggunakan ELM adalah 2,7231 m³/s. Nilai MSE training adalah 0,5910 dan nilai MSE testing adalah 0,6421.